摘要
本发明涉及飞行汽车模式切换技术领域,公开了一种面向执行器多模失效的分布式驱动飞行汽车自适应容错控制方法,包括:构建统一的六自由度双模状态空间模型;基于扩展卡尔曼滤波与滑模观测器生成残差信号,通过轻量化分类器实时定位故障类型与位置;提取残差时频特征,利用轻量级卷积神经网络识别硬故障,通过增量支持向量机量化软故障程度,基于贝叶斯网络融合多源信息输出故障类型、等级及置信度,并引入增量学习机制实现诊断模型自演进;采用分层滑模控制生成虚拟控制指令,基于动态二次规划算法优化剩余执行器的推力、扭矩分配,结合李雅普诺夫自适应律在线调整控制参数,抑制气动干扰与模型不确定性,保障空‑地模式切换中的姿态稳定与轨迹跟踪,显著增强了飞行汽车在空–地模式切换过程中的容错性能与运行安全。
技术关键词
飞行汽车
执行器
容错控制方法
分布式驱动
增量支持向量机
状态空间模型
轻量级卷积神经网络
工作状态数据
融合多源信息
短时傅里叶变换
混合智能算法
故障检测系统
卷积神经网络分类
扩展卡尔曼滤波器
模式切换技术
扩展分类器
旋翼
滑模
推力
系统为您推荐了相关专利信息
葡萄采摘车
六自由度机械臂
RGBD相机
末端执行器
码垛机械手
冗余机器人
重复运动规划
李雅普诺夫函数
神经网络方法
末端执行器
故障预测方法
故障预测模型
多模态
数据
位置编码器
粒子群优化算法
烟气流量
控制执行器
实时数据
序列
排涝系统
地下车库
OLED显示屏
主控芯片
排涝装置